按col3分组计算col2的pct_change并生成col4列

核心实现逻辑 #

按col3的取值分组，对每组内的col2列计算相邻行的百分比变化，再将每组的第一个值（默认是NaN）替换为0，最终生成col4列。

代码示例 #

1. 构建示例数据

import pandas as pd

# 还原你提供的示例数据
data = {
    '创建日期': ['2021-02-17 00:00:00', '2021-02-17 00:00:00', '2021-10-05 00:00:00',
              '2021-10-05 00:00:00', '2021-09-15 00:00:00', '2021-10-02 00:00:00',
              '2021-10-05 00:00:00'],
    'col2': [10.55, 12.55, 14.55, 10.55, 9.45, 8.65, 8.65],
    'col3': [0, 0, 0, 0, 1, 1, 1]
}
df = pd.DataFrame(data)

2. 执行分组计算

# 按col3分组计算百分比变化，替换NaN为0得到col4
df['col4'] = df.groupby('col3')['col2'].pct_change().fillna(0)
# 保留4位小数和手动计算的示例值对齐
df['col4'] = df['col4'].round(4)

最终结果 #

执行后得到的DataFrame与你提供的示例完全匹配：

（注：示例中第6行col4为-0.08465，代码中round(4)后为-0.0847，属于合理的近似对齐）

内容的提问来源于stack exchange，提问作者AlessandroG